Uber AI的Go-Explore算法：穿越游戏迷宫，赋能现实世界智能
Uber AI的计算机科学家团队利用一种名为“Go-Explore”的算法家族，成功挑战了多款极具难度的 Atari 游戏，实现了对早期复杂电子游戏环境的精妙驾驭。
该算法的核心在于其“先返回，再探索”的策略，旨在解决传统深度强化学习在反馈稀疏或奖励引导性差的环境中遇到的困境。通过显式记忆有潜力的游戏状态，并允许智能体（agent）重新载入这些状态进行定向探索，Go-Explore 克服了随机探索效率低下的问题，确保了在复杂游戏关卡中的有效进步。
这项技术突破的意义远不止于游戏领域。研究人员指出，Go-Explore 能够提升AI在需要复杂探索的学习算法的性能，使其在现实世界场景中表现更佳。其简洁的机制使其易于适配和扩展，可应用于机器人技术，使其在模拟环境训练后能更好地适应真实世界的不确定性，并有望在语言学习和药物设计等领域发挥重要作用。
网友讨论